estudio de datos de la opep

tabla_produccion<-read_excel(path="Crude_oil_production_in_OPEC_and_Price_Average_Annual_DoC (2).xlsx", range = "A3:BM18")

tabla_canasta <- read_excel(path="cesta_opep.xlsx", range= "A3:AP15")

#formato largo canasta

# Transformar la tabla y renombrar columnas en español
tabla_canasta_long <- tabla_canasta %>%
  rename(paises = Contries) %>%  
  pivot_longer(
    cols = -paises,              
    names_to = "Ano",            
    values_to = "Tipo_Petroleo" )
    
  
   

###eliminamos las columnas innecesarias####
tabla_produccion_corregida<-tabla_produccion%>%
  select(-(2:21), -(63:65))

####transformamos de wide a longer donde damos###
###un nuevo nombre a las columnas y organizamos por year###
tabla_produccion_largo<-tabla_produccion_corregida%>%
  pivot_longer(
    cols =-Contries,
    names_to = "ano",
    values_to = "produccion_pais"
  )%>%
  rename(paises=Contries)%>%
  arrange(ano)

View(tabla_produccion_largo)

### en este caso vamos a filtrar unas filas, transformarlas a wide###
### donde tomaremos los tittulos de la columna "paises" y los valores###
### de la columna "produccion", luego con ! eliminaremos esas filas y vamos###
### a unir con nuestras nuevas columnas con left_join y lo haremos por orden de year###

filas_a_transformar1 <- tabla_produccion_corregida %>%
  filter(Contries %in% c("OPEC","Price OPEP","Price Average Annual"))

 
filas_tranformada_long <- filas_a_transformar1 %>%
  pivot_longer(
    cols = -Contries,
    names_to = "year",
    values_to = "value"
  )

filas_long<-filas_tranformada_long%>%
  pivot_wider(
    names_from = Contries,
    values_from = value
  )







# Transformar las filas usando pivot_wider
# Transformar la tabla a formato largo y crear la columna produccion_pais


produccion_final <- tabla_produccion_largo %>%
  filter(!paises %in% c("OPEC", "Price OPEP", "Price Average Annual")) %>%  
  left_join(filas_long, by = c("ano" = "year")) %>%
  rename(produccion_opep = OPEC)

# Renombrar las columnas
# Convertir las columnas a formato numérico
# Convertir las columnas a formato numérico
#Convertir las columnas a formato numérico

produccion_final <- produccion_final %>%
  mutate(
    ano = as.numeric(ano),
    `Price Average Annual` = round(as.numeric(`Price Average Annual`), 1)
  ) 



library(tidyverse)
library(ggplot2)




#Convertir la columna "ano" a tipo numérico
tabla_canasta_long <- tabla_canasta_long %>%
  mutate(Ano = as.numeric(Ano)) 


# Unir los dataframes "produccion_final" y "tabla_canasta_long" usando left_join
produccion_final_unida <- produccion_final %>%
  left_join(tabla_canasta_long, by = c("paises" = "paises", "ano" = "Ano"))

 ####se creo una columna de porcentaje en la tabla df produccion_final_unida
produccion_final_unida <- produccion_final_unida %>%
  mutate(porcentaje_produccion = (produccion_pais / produccion_opep) * 100,2)

produccion_final_unida <- produccion_final_unida %>%
  mutate(porcentaje_produccion = round((produccion_pais / produccion_opep) * 100, 2))
 

produccion_final_unida <- produccion_final_unida %>%
  select(-`2`)

Row

Mapa Interactivo

paises_location <- data.frame(
  countries = c("Algeria", "Congo", "Equatorial Guinea", "Gabon", "IR Iran", "Iraq", 
                "Kuwait", "Libya", "Nigeria", "Saudi Arabia", "United Arab Emirates", "Venezuela"),
  lat = c(28.0339, -0.2280, 1.6508, -0.8037, 32.4279, 33.2232, 29.3759, 26.3351, 9.0820, 23.8859, 23.4241, 6.4238),
  lng = c(1.6596, 15.8277, 10.2679, 11.6094, 53.6880, 43.6793, 47.9774, 17.2283, 8.6753, 45.0792, 53.8478, -66.5897),
  produccion_pais=produccion_final$produccion_pais
)

mapa_interactivo <- leaflet(paises_location) %>%
  addTiles() %>%
  addCircleMarkers(
    lng = ~lng, lat = ~lat,
    popup = ~countries,
    label = ~countries,
    color = "yellow",
    fillOpacity = 0.8
  )

mapa_interactivo

Column

Tendencia de Precios

ggplot(produccion_final_unida, aes(x = ano)) +
  geom_point(aes(y = `Price OPEP`, color = "Precio OPEP")) +
  geom_point(aes(y = `Price Average Annual`, color = "Precio Global")) +
  geom_smooth(aes(y = `Price OPEP`, color = "Precio OPEP"), method = "loess", se = FALSE) +
  geom_smooth(aes(y = `Price Average Annual`, color = "Precio Global"), method = "loess", se = FALSE) +
  labs(
    title = "Tendencias de precios petroleros (1980-2020)",
    x = "Año",
    y = "Precio (USD)",
    color = "Tipo de precio"
  ) +
  theme_minimal() +
  scale_color_manual(values = c("Precio OPEP" = "red", "Precio Global" = "blue")) +
  theme(legend.position = "bottom")

`geom_smooth()` using formula = 'y ~ x'
`geom_smooth()` using formula = 'y ~ x'

Producción por País

ggplot(produccion_final, aes(x = ano, y = produccion_pais, color = paises)) +
  geom_line(linewidth = 1) +
  labs(
    title = "Producción petrolera por país (1980-2020)",
    x = "Año",
    y = "Producción (1,000 b/d)",
    color = "País"
  ) +
  theme_minimal() +
  theme(legend.position = "bottom")

Comparación de Producción Anual por País

produccion_final %>%
  ggplot(aes(x = reorder(paises, produccion_pais), y = produccion_pais, fill = paises)) +
  geom_bar(stat = "identity") +
  coord_flip() +
  labs(
    title = "Comparación de producción petrolera por país en 2020",
    x = "País",
    y = "Producción (1,000 b/d)"
  ) +
  theme_minimal() +
  theme(legend.position = "none") +
  facet_wrap(~ano)

Row

Tablas de Datos

# Primera tabla: Producción Anual por País
tabla1 <- datatable(
  produccion_final_unida %>% select(ano, produccion_opep, `Price OPEP`, `Price Average Annual`),
  options = list(
    pageLength = 10,
    dom = 'Bfrtip',
    buttons = c('copy', 'csv', 'excel', 'pdf', 'print'),
    autoWidth = TRUE,
    scrollX = TRUE,
    scrollY = "400px"
  ),
  filter = 'top',
  caption = 'Producción Anual y Precios'
)
tabla1

Precio Anual OPEP

tabla2 <- datatable(
  produccion_final_unida %>%
    select(ano, `Price OPEP`, `Price Average Annual`) %>%
    distinct(ano, `Price OPEP`, `Price Average Annual`),
  extensions = c('Buttons'),
  options = list(
    buttons = c('copy', 'csv', 'excel', 'pdf', 'print'),
    pageLength = 10,
    autoWidth = TRUE,
    scrollX = TRUE,
    scrollY = "400px"
  ),
  filter = 'top',
  caption = 'Precio Anual OPEP'
)
tabla2

Gráficos Lineales

# Gráfico 1: Producción OPEP
grafico_produccion <- ggplot(produccion_final_unida, aes(x = ano, y = produccion_opep)) +
  geom_line(color = "blue", linewidth = 1) +
  labs(title = "Producción Anual de la OPEP", x = "Año", y = "Producción (Millones de barriles diarios)") +
  theme_minimal()

# Gráfico 2: Precio Internacional
grafico_precio <- ggplot(produccion_final_unida, aes(x = ano, y = `Price Average Annual`)) +
  geom_line(color = "red", linewidth = 1) +
  labs(title = "Precio Internacional del Petróleo (Promedio Anual)", x = "Año", y = "Precio (USD por barril)") +
  theme_minimal()

# Enlazar ambos gráficos
grafico_final <- grafico_produccion / grafico_precio

grafico_final